backtesting-frameworks
Создание надежных торговых бэктестов
Торговые бэктесты часто скрывают предвзятость и завышают показатели эффективности. Этот навык предоставляет шаблоны и проверки для разработки достоверных бэктестов, которые правильно обрабатывают предвзятость предвидения, предвзятость выживших и транзакционные издержки.
Скачать ZIP навыка
Загрузить в Claude
Перейдите в Settings → Capabilities → Skills → Upload skill
Включите и начните использовать
Протестировать
Использование «backtesting-frameworks». How do I avoid survivorship bias in equity backtests?
Ожидаемый результат:
- Use point-in-time constituent lists that include delisted securities
- Obtain historical data providers that maintain delisted symbol data
- Document the data source and its survivorship handling approach
- Test your universe against known historical index compositions
Использование «backtesting-frameworks». What are the key metrics to evaluate a backtest?
Ожидаемый результат:
- Sharpe ratio for risk-adjusted returns
- Maximum drawdown for worst-case loss
- Calmar ratio combining return and drawdown
- Win rate and profit factor for trading quality
Аудит безопасности
БезопасноThis is a pure documentation skill containing only instructional content and Python code examples for building trading backtests. All 46 static findings are false positives. The scanner incorrectly flagged: ASCII diagram delimiters (backticks in markdown), dictionary keys (certificate/key files), financial terms like 'sharpe' (weak crypto), and legitimate function calls (dynamic constructor). No executable code, network calls, file access, credential harvesting, or data exfiltration patterns exist.
Факторы риска
🌐 Доступ к сети (4)
⚡ Содержит скрипты (1)
Оценка качества
Что вы можете построить
Валидировать новую стратегию
Применить проверки на предвзятость и пошаговые разбиения перед доверием оценкам эффективности.
Сравнить альтернативы
Использовать согласованные модели издержек и стандарты метрик для нескольких кандидатов стратегий.
Разработать бэктест-движок
Следовать шаблонам событийной архитектуры и руководству по моделированию исполнения.
Попробуйте эти промпты
Опишите базовый рабочий процесс бэктестинга, который избегает предвзятости предвидения и включает реалистичные транзакционные издержки.
Сравните событийный и векторизованный подходы к бэктестингу для дневной акционной стратегии с 50 символами.
Предложите окна обучения и тестирования для пошагового анализа на 10 лет дневных данных и объясните обоснование.
Перечислите анализы Монте-Карло и метрики для оценки риска просадки для ряда доходностей стратегии.
Лучшие практики
- Зарезервируйте финальную тестовую выборку, которая никогда не используется для оптимизации
- Моделируйте комиссии и проскальзывание с реалистичными параметрами, основанными на вашей цели исполнения
- Сообщайте о просадках и скорректированных на риск метриках, а не только о сырой доходности
Избегать
- Оптимизация параметров на полной истории без тестирования на вневыборочных данных
- Игнорирование исключенных из листинга ценных бумаг при построении акционных универсумов
- Предположение нулевых торговых издержек для высокооборотных стратегий
Часто задаваемые вопросы
Which AI platforms work with this skill?
What are the limits of this skill?
Can I integrate this with my existing backtester?
Does this skill access my data or credentials?
What if my backtest results look too good?
How does this compare to a full backtesting library?
Сведения для разработчиков
Автор
wshobsonЛицензия
MIT
Репозиторий
https://github.com/wshobson/agents/tree/main/plugins/quantitative-trading/skills/backtesting-frameworksСсылка
main
Структура файлов
📄 SKILL.md